Feature Extraction

释义 Definition

（机器学习/自然语言处理等）特征提取：把原始数据（如文本、图像、声音、表格数据）转换为一组更有用、可用于建模的“特征”（通常是数字向量或指标），以便算法更容易学习与预测。

发音 Pronunciation

/ˈfiːtʃər ɪkˈstrækʃən/

例句 Examples

We need feature extraction before training the model.
在训练模型之前，我们需要进行特征提取。

Effective feature extraction can reduce noise and improve the classifier’s performance on real-world data.
有效的特征提取可以减少噪声，并提升分类器在真实世界数据上的表现。

词源 Etymology

feature 源自古法语 faiture（形状、构造）并发展出“特征、特点”的含义；extraction 来自拉丁语 extrahere（拉出、取出）。合起来 feature extraction 字面意思是“把特征取出来”，在计算机科学中指从原始数据中“提炼”出可供算法使用的信息表示。

相关词 Related Words

• Feature
• Extract
• Feature Engineering
• Representation Learning
• Dimensionality Reduction
• Vectorization
• Embedding
• Preprocessing

文学与著作 Literary & Notable Works

• Pattern Recognition and Machine Learning（Christopher M. Bishop）
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• Speech and Language Processing（Jurafsky & Martin）
• An Introduction to Information Retrieval（Manning, Raghavan, Schütze）